-
具有磁敏感性的深度学习技术,用于能带结构预测以及带有磁流变弹性体的可调谐超材料的逆向设计
毛圆圆|王玉怀|邢健|倪红|朱晓静|宋马军
杭州师范大学工程学院,中国杭州310018
**摘要**
尽管具有磁流变弹性体(MREs)的可调谐超材料在应用方面展现出巨大潜力,但其发展受到传统方法在复杂多物理条件下效率低下和逆向设计能力有限的阻碍。为克服这些挑战,本文
来源:Materials Today Communications
时间:2026-05-04
-
可持续合成与传统合成方法制备的Ce/沸石Y:在氢气生成反应中电催化性能的比较研究
伊布拉欣·O·阿里 | H·纳迪 | 塔雷克·M·萨拉马 | 埃布萨姆·K·阿莱内齐 | H·H·穆罕默德
沙特阿拉伯阿尔朱夫大学科学学院化学系,萨卡卡,阿尔朱夫72341
**摘要**
开发用于氢演化反应(HER)的可持续且高性能的电催化剂对于实现大规模绿色氢生产
来源:Materials Science and Engineering: B
时间:2026-05-04
-
利用EBSD和X射线μCT技术研究摩擦固结铝合金中的动态再结晶、晶粒生长及材料流动现象
张寅成(Chang Yin-Cheng Chan)| Uceu F.H.R. Suhuddin | Vasil M. Garamus | Benjamin Klusemann
赫尔姆霍兹-赫里昂中心(Helmholtz-Zentrum Hereon),材料与工艺设计研究所(I
来源:Materials Science and Engineering: A
时间:2026-05-04
-
STC-Traj2vec:一种结合时空背景的轨迹表示学习方法,用于数据聚类
阿帕尔娜·拉维恩德兰(Aparna Raveendran)| 苏萨姆·玛丽·伊迪库拉(Sumam Mary Idicula)
印度喀拉拉邦科钦科学技术大学计算机科学系
**摘要**
轨迹表示学习是移动性分析和聚类的基本任务。大多数现有方法分别处理空间和时间方面,忽略
来源:Knowledge-Based Systems
时间:2026-05-04
-
利用双注意力网络(Dual Attention Network)结合高光谱成像技术对辣椒中的黄曲霉素进行早期检测
Shyam Chand G.|Shihabudheen K.V.|Sudhish N. George|Sony George|C. Sarathambal|Anees K.|E. Jayashree|P.V. Alfiya
电气工程系,卡利卡特国立理工学院,673601,喀拉
来源:Knowledge-Based Systems
时间:2026-05-04
-
激光透射焊接在固态聚丙烯与膨胀聚丙烯连接中的应用研究:一种无需粘合剂的异形材料连接方法
安德烈·F.R.C. 萨拉伊瓦 | 安东尼奥·J.O. 费雷拉 | J. 梅斯基塔-吉马良斯 | 安东尼奥·B. 佩雷拉 | 法比奥·A.O. 费尔南德斯
主题:机械技术与自动化中心,阿威罗大学机械工程系,葡萄牙阿威罗3810-193
**摘要**
发泡和固态热塑性
来源:Journal of Materials Research and Technology
时间:2026-05-04
-
通过不同合成方法制备的La和过渡金属共掺杂BiFeO₃中的结构-磁性相关性
里坦布拉(Ritambhra)| 穆克什·C·迪姆里(Mukesh C. Dimri)
杰佩工程与技术大学(Jaypee University of Engineering and Technology),古纳(Guna),中央邦(MP),473226,印度
摘要
本文系统地
来源:Journal of Magnetism and Magnetic Materials
时间:2026-05-04
-
一种创新的多链接方法,基于改进的动态时间弯曲技术进行分析干旱传播过程
赛义德·巴赫塔瓦尔·比拉尔|维韦克·古普塔
印度理工学院曼迪分校,喜马偕尔邦 175005,印度
**摘要**
由于现有指标在捕捉多环节相互作用、机制以及从气象系统到农业和水文系统驱动干旱演变的时间动态方面的局限性,干旱传播的量化仍然不够充分。常用的干旱传播量化方法
来源:Journal of Hydrology
时间:2026-05-04
-
利用混合深度学习方法,将青藏高原地表水储量变化归因于气候因素和人为因素
杨志强|杨爱丽|周雄
厦门理工大学环境科学与工程学院,中国福建省厦门市
**摘要**
青藏高原(TP),被誉为亚洲的“水塔”,对气候变化和人为活动都极为敏感。然而,评估陆地水储量(TWS)的时空动态及其在TP上的变化仍然具有挑战性。这主要是由于卫星观测的不连续性以及
来源:Journal of Hydrology
时间:2026-05-04
-
青藏高原地区卫星降水数据的权重优化融合:机器学习方法的比较
李周|春周|钟顺谷|尹楠郭|婷晨|小军郭|娟杜|佳佳岳|凯星刘|玲玲吴|静远薛
四川大学-香港理工大学灾害管理与重建研究所,成都610065,中国
摘要
由于气候变化导致的高空间异质性,对青藏高原(QTP)的降水量估计具有挑战性。以地面观测数据为参考,我们将全球降水
来源:Journal of Hydrology
时间:2026-05-04